روش ترکیبی انتخاب ویژگی برای متن کاوی فارسی مبتنی بر الگوریتم های تکاملی

امروزه با افزایش روز افزون حجم اطلاعات متنی، وجود روش های طبقه بندی متون ضروری به نظر می رسد. همچنین با رشدفزاینده ی منابع متنی فارسی این مهم بیشتر احساس می شود هرچند که هنوز کارهای صورت گرفته مخصوصاً در زمینه ی طبقهبندی متون فارسی به گستردگی لاتینی، چینی و غیره نیست .در این مقاله یک سیستم برای طبقه بندی متون فارسی ارائه شده استکه توانسته معیارهای دقت، فراخوانی و کارایی کل را بهبود ببخشد. برای رسیدن به این هدف در این سیستم پس از پیش پردازشمتون و استخراج ویژگی، برای کاهش ابعاد بردار ویژگی، یک روش بهبودیافته جدید انتخاب ویژگی مبتنی بر الگوریتم بهینه سازی انبوه ذرات (PSO) نوآوری شده است. نهایتاً روشهای طبقه بندی بر روی بردار ویژگی کاهش داده شده اعمال شده است. برای ارزیابی روش انتخاب ویژگی در سیستم طبقه بندی ارائه شده، طبقه بندی کننده های ماشین بردار پشتیبان (SVM)، بیزین ساده به کارگرفته شده است. نتایج آزمایشهای به دست آمده از اجرای سیستم ارائه شده بر روی مجموعه متون همشهری، حاکی از بهبود دقت، فراخوانی و کارایی کل آن است. هر چند که طبقه بندی کننده ی SVM در این تحقیق از عملکرد بهتری برخوردار است.

کلیدواژه ها:

بردار ویژگی ، طبقه بندی ، ماشین بردار پشتیبان ، پیش پردازش ، استخراج ویژگی ، کاهش ابعاد